The object of research, development or design (in Russian) : Недавний прогресс в аддитивном производстве в настоящее время открывает новые возможности проектирования во многих отраслях, в том числе в аэрокосмической и робототехнической промышленности, где многокомпонентные конструкции, разработанные с помощью старомодных производственных процессов, можно легко заменить на легкую однокомпонентную конструкцию с использованием экономичной одностадийной технологии 3D печати. Сегодняшние методы обыкновенной топологической оптимизации и генеративного проектирования, используемые для разработки проектных решений для аддитивного производства, в основном являются нереверсивными с точки зрения применения конечного продукта. При заданном проектном пространстве и ограничениях эти методы либо оптимизируют расположение материала для минимизации структурного соответствия (увеличение жесткости) путем применения механики твердого тела, либо улучшают теплообменник путем применения теплообмена. Более того, эти методы являются вычислительно дорогими и требуют длительных итерации. Объект исследования - алгоритм топологической оптимизации для численного моделирования уменьшение веса механических конструкций с сохранением первоначальной жесткости и улучшением аэродинамичности.

The object of research, development or design (in Kazakh) : Аддитивті өндірістегі соңғы жетістік қазір көптеген салаларда, соның ішінде аэрокосмостық/робот техникасында, жаңа дизайн мүмкіндіктерін ашады, мұнда ескірген өндірістік процестер арқылы дамыған көп компонентті құрылымдарды үнемді және бір сатылы 3D басып шығару тәсілін қолдана отырып, жеңіл және үздіксіз құрылыммен алмастыруға болады. Қазіргі кездегі топологияны оптимизациялау және аддитивті өндіріске арналған дизайнерлік шешімдерді әзірлеу үшін қолданылатын генеративті жобалау әдістері көбінесе түпкілікті өнімді қолдану тұрғысынан бір бағытты. Берілген дизайн кеңістігі мен шектеулерге сәйкес, құрылымдық сәйкестікті азайту үшін материалды орналастыруды оптимизациялау (максималды қатаңдық) – қатты дене механикасын пайдалану, немесе жақсартылған жылу алмастырғыш – жылу алмасуды қолдану. Бұл әдістер есептеу тұрғысынан қымбат және ұзақ итерациялық есептеулерді қажет етеді. Зерттеу нысаны – бастапқы қаттылықты сақтай отырып және аэродинамикасын жақсарту кезінде механикалық құрылымдардың салмағын азайтуды сандық модельдеуге арналған топологиялық оңтайландыру алгоритмі.

Aim of work (in Russian) : Разработка нового метода топологической оптимизации (TO), который будет включать в себя методы ускоренных вычислений с использованием GPU и Глубокого Обучения для разработки 3D-печатных структур, оптимизированных для мультифизических приложений, в частности, приложений взаимодействия аэродинамики с твердыми телами. Новый метод позволит дизайнерам выполнять итерации быстрее с меньшим количеством ошибок и глубже исследовать пространство разработки.

Aim of work (in Kazakh) : Мақсаты – мультифизикалық қосымшаларға, атап айтқанда аэродинамика - құрылымдық әрекеттесу үшін, Терең Оқыту және графикалық өңдеу қондырғысы (GPU) – жеделдетілген есептеу техникасын біріктіріп, оңтайландырылған 3D баспаға шығарылатын кешенді құрылымдарды өңдейтін жаңа ТО әдісін жасау. Жаңа әдіс дизайнерлерге аз қателіктермен итерация жасауға және дизайн кеңістігін терең зерттеуге мүмкіндік береді.

Методы исследования (на русском) : •GPU-ускоренное ТО. Части алгоритма, требующие большого объема вычислений, будут улучшены с помощью технологии CUDA. Полученные результаты, основанные на GPU ускоренных TO, будут сравниваться с результатами базовых исследований. •TO с DL-поддержкой. Параллельно с интеграцией с графическим процессором будет разработана технология DL, свёрточная нейронная сеть (ConvNet), которая сначала будет применена отдельно к обычному TO. MBB и консольные балки с различными нагрузками / ограничениями будут изучаться с использованием обычного TO, а результаты исследования (данные) будут вводиться в алгоритм ConvNet для его обучения. Роль обученной ConvNet будет заключаться в предсказании окончательной оптимизированной топологии из наложенных ограничений (начальные / граничные условия) и в попиксельной технике обработки изображений после нескольких шагов итераций оптимизации, что позволяет исключить промежуточные / конечные шаги ТО. •Сравнение. Топологические оптимизации с DL-поддержкой и GPU-ускорением будут сравниваться с базовым вариантом - обычной ТО, чтобы оценить преимущества этих методик и дополнительно спланировать, как эффективно объединить эти две методики для достижения высокоэффективной ТО. •ТО на базе GPU и DL. После отдельного изучения и тестирования/сравнения на предмет их эффективности вычисления с использованием ConvNet и GPU-ускорения будут объединены для получения расширенного TO.

Методы исследования (на казахском) : • GPU-жеделдетілген ТО. Содан кейін есептеу уақытын қысқарту үшін GPU параллельді архитектурасын қолданып қарапайым TO алгоритмнің есептеу қарқынды жетілдіріледі. GPU-жеделдетілген TO негізінде алынған нәтижелер базалық зерттеумен салыстырылады. • DL-мен жұмыс істейтін ТО. GPU интеграциясымен қатар, DL әдісі Конволюциялық Нейрондық Желілер (ConvNet) жасалады және қарапайым ТО-ға қолданылады. Қарапайым ТО көмегімен МББ мен әртүрлі жүктемелер мен шектеулері бар кантильврациялық сәулелер зерттелінеді және зерттеу нәтижелері (мәліметтері) ConvNet алгоритміне, оны оқыту үшін, жіберіледі. Оқытылған ConvNet-тің рөлі шектеулерден (бастапқы / шекаралық шарттардан) ақырғы оптимизацияланған топологияны болжау және оптимизациялау итерациясының бірнеше сатысынан кейін кескіндерді пиксельмен өңдеу әдісі болып табылады, осылайша ТО-да аралық/соңғы сатыларды жоюға мүмкіндік береді. • Салыстыру. Жоғарыдағы әдістердің артықшылықтарын бағалап, жоғары тиімділікке қол жеткізіп, осы екі әдісті қалай тиімді біріктіру керектігін жоспарлау үшін, DL-қолдайтын және GPU-жеделдетілген ТОлар негізгі (бастапқы) жағдай – қарапайым ТОмен, салыстырылады. • GPU және DL-мен қамтамасыз етілген ТО. ConvNet және GPU-жеделдетілген есептеулер тиімділігі үшін жеке-жеке зерттеліп, тексеріліп/салыстырылып болған соң, жетілдірілген ТО алу үшін, біріктіріледі.

Obtained results and novelty (in Russian) : • GPU-ускоренный алгоритм топологической оптимизации (TO). • Результаты сравнительного исследования, были оценены вычислительные улучшения времени и алгоритма использование памяти. • TO с поддержкой глубокого обучения (Deep Learning) • Результаты сравнительного исследования TO с DL-поддержкой, TO с GPU ускорением и обычных TO. • Алгоритм TO с DL-поддержкой и GPU ускорением. Результаты тестовых исследований. • Усовершенствованный алгоритм ASTO, разработанный для взаимодействия аэродинамики и твердого тела.

Obtained results and novelty (in Kazakh) : • GPU-тездетілген топологиялық оңтайландыру (TO) алгоритмі. • Салыстырмалы зерттеу нәтижелері, уақыт пен алгоритм жадын пайдаланудағы есептеулердің жақсаруы бағаланды. • Deep Learning қолдауымен TO • DL қолдауымен TO, GPU жеделдетуімен TO және тұрақты TO салыстырмалы зерттеу нәтижелері. • DL қолдауымен және GPU жеделдетуімен TO алгоритмі. Сынақ зерттеулерінің нәтижелері. • Аэродинамика мен қатты денелердің өзара әрекеттесуіне арналған жетілдірілген ASTO алгоритмі.

The main constructive and technical economic indicators (in Russian) : Вид исследования данного проекта является "Фундаментальное исследование".

The main constructive and technical economic indicators (in Kazakh) : Бұл жобаның зерттеу түрі "іргелі зерттеу" болып саналады.

Level of implementation (in Russian) : Поскольку проект фундаментальный, результаты исследования будут распространяться в национальных и международных академических/инженерных учреждениях и организациях посредством участия в конференциях, семинарах и симпозиумах, а также посредством публикаций.

Level of implementation (in Kazakh) : Жоба іргелі болғандықтан, зерттеу нәтижелері конференцияларға, семинарларға және симпозиумдарға қатысу арқылы, сондай-ақ жарияланымдар арқылы ұлттық және халықаралық академиялық/инженерлік институттар мен ұйымдарда таратылатын болады.

Efficiency (in Russian) : Эффективность проекта считается высокой, поскольку исследователи проекта уже прошли процесс повторной оценки и собираются опубликовать свои результаты в виде обзорной статьи в ведущем научном журнале: "Journal of Industrial Information Integration", с импакт-фактором ~ 10.06. Более того, команда активно работает над дальнейшей публикацией результатов своих исследований в исследованиях топологической оптимизации на основе глубокого обучения в ведущих журналах по искусственному интеллекту и машинному обучению.

Efficiency (in Kazakh) : Жобаның тиімділігі жоғары деп саналады, өйткені жобаны зерттеушілер қайта бағалау процесінен өтіп, өз нәтижелерін ~ 10.06 импакт-факторы бар «Journal of Industrial Information Integration» жетекші ғылыми журналда шолу мақаласы түрінде жарияламақшы. Сонымен қатар, топ жасанды интеллект және машиналық оқыту бойынша жетекші журналдарда терең оқытуға негізделген топологиялық оңтайландыру зерттеулері бойынша өз зерттеулерінің нәтижелерін одан әрі жариялау үшін белсенді жұмыс істеуде.

Field of application (in Russian) : Разработка усовершенствованного метода топологической оптимизации на основе сопряженного моделирования аэродинамика-твердое тело (ASTO) для взаимодействия жидкости со структурой может значительно продвинуться в разработке 3D-печатных аэродинамически эффективных и механически жестких компонентов/конструкций, особенно для гражданского строительства и аэрокосмической промышленности.

Field of application (in Kazakh) : Ағымдағы жобаның зерттеу нәтижелерінің жалпы әсері айтарлықтай болады деп күтілуде. Сұйықтық құрылымының өзара әрекеттесуі үшін аэродинамика-қатты дене топологиясын оптимизациялаудың (АҚTO) жетілдірілген әдісін жасау, 3D басып шығарылатын аэродинамикалық тиімді және механикалық қатаң компоненттерді/құрылымдарды, әсіресе салынған орта мен аэроғарыш өнеркәсібі үшін айтарлықтай жетілдіруі мүмкін.